Linguistic Analysis of Communication in Therapist-Assisted Internet-Delivered Cognitive Behavior Therapy for Generalized Anxiety Disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Therapist-assisted Internet-delivered cognitive behavior therapy (ICBT) involves elements of expressive writing through secure messaging with a therapist. Expressive writing has been associated with psychological and physical health benefits in past research; furthermore, certain linguistic dimensions in expressive writing have been identified as particularly beneficial to health, such as less frequent use of negative emotion words and greater use of positive emotion words. No research, to date, has analyzed linguistic dimensions in client communication over the course of therapist-assisted ICBT for individuals with symptoms of generalized anxiety. This naturalistic study examined messages sent to therapists during the course of ICBT using linguistic analysis, and explored covariation of word use with symptom improvement. Data were obtained from patients with symptoms of generalized anxiety (N = 59) who completed 12 modules of therapist-assisted ICBT and rated symptoms of anxiety, depression, and panic at the beginning of each module. Linguistic analysis categorized text submitted to therapists into different word categories. Results found that patients' use of negative emotion, anxiety, causation, and insight words reduced over the course of treatment, while past tense words increased. Furthermore, negative emotion words significantly covaried with symptom ratings over the course of treatment. While causal statements cannot be made, findings improve our understanding of patient communication in ICBT and suggest that the further study of linguistic dimensions as psychological indicators and the potential utility of expressive writing strategies in therapist-assisted ICBT may be worthwhile.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle